あ 地球の写真 2026 年 4 月、深宇宙で輝き、正面に広がる月のクレーターの地平線が多くの人々の注目を集めました。宇宙飛行士が搭乗中にその画像を撮影しました NASAのアルテミスIIミッションそして有名なものと同じように、 アポロ8号「アースライズ」の写真。そのイメージはすぐに現実のものに感じられ、多くの人にインスピレーションを与えました。
しかし、ほぼ誰でもそれができるようになると、 視覚的に似た画像を作成する 人工知能を使用したテキストによるガイダンスの数秒以内に、人はどの画像が本物であるかをどのように判断するのでしょうか?
AI によって生成された画像は科学に浸透しています
人工知能ツールはすでに科学の視覚的状況を変えています 作成、共有、公開されました。
研究者はこれらを次の目的で使用します。 イラストを作成する、 合成データを作成する、 研究室の写真編集 そして 教育や広報のための資料の作成。
人工知能は科学者がより複雑なアイデアを伝達するのに役立ちますが、 創造的かつ効率的な方法で同じツール 線をぼかす イラストレーション、改善、制作の間。
2024年、2つの論文が出版後に撤回された AIが生成したキャラクター 生物学的にありえない構造。 2026 年 4 月、ニューイングランド医学ジャーナルは、 臨床画像をAIで加工。これらは世間の注目を集めた事例のみであり、おそらく氷山の一角にすぎません。研究者らはこう警告している AIが生成するビジュアルイメージの脅威が増大 材料科学など、視覚的証拠に大きく依存する分野。
世界で最も魅力的な発見をあなたの受信箱に直接お届けします。
先週の臨床医学の NEJM 画像は、人工知能による画像操作により無効になりました。バーの数字を見てください🤦🏻♂️https://t.co/lafNw15Kao pic.twitter.com/c66u5ZX8Pk2026 年 5 月 2 日
初心者向け学術出版社 人工知能検出ツールを採用する。ただし、偽の画像を検出するように設計されたシステムは、 ほとんどいつも置き去りにされる それらを作成するために設計されたシステム。多くの検出器は、検出するようにトレーニングされた画像パターンのみを検出できます。新しい AI モデルが出現すると、開発者は常に新しいデータを取得し、それに追いつくために検出器を再トレーニングする必要があります。
最大の懸念は、微妙にリアルに見えるビジュアルです 信頼性を維持しながら科学的詳細を歪曲する 最初の審査に合格するには十分です。
科学的な画像を信頼する
何十年もの間、科学的画像は権威を持っていました。 製造が難しい。顕微鏡画像、気候グラフ、宇宙写真の作成には、高価な機器、機関のリソース、専門知識が必要でした。ほとんどの人は、このような画像を作成できる人がほとんどいなかったため、そのような画像が実際の観察を表していると考えていました。
私自身の研究も含め、科学コミュニケーションに関する研究によると、人々は何らかの精神的近道を使って科学的なビジュアルを判断していることが示唆されています。絵を作っている 技術的に洗練されているように見える?それをやってる 信頼できる機関からのものである?それをやってる 私がすでに信じていることに従う?汎用 AI は、これら 3 つのヒューリスティック、つまり精神的な近道を弱体化させます。
現在では、誰でもテキスト プロンプトから洗練された科学的な外観の画像を作成できます。写真も 元の情報源から切り離されている 彼らがインターネット上でたむろしているとき。科学的画像の信頼性を判断する際に、視覚的な品質と組織の帰属が信頼性の低い手がかりになると、人々は別のものに陥る傾向があります。 彼らの以前の信念。
2026 年 4 月にアルテミス II ミッションによって撮影されたこの地球の画像は非常に現実的です。みんなそれを信じますか？
(画像クレジット: NASA)
その結果、誰かの既存の信念に異議を唱える本物の科学画像は人工知能の創作として却下される可能性がある一方、それを裏付ける捏造画像は証拠として容易に受け入れられるようになりました。 AIはこのようにして、 動機付けのロジックを増やすG – つまり、人々はすでに同意しているものは受け入れ、同意しないものは疑う傾向があります。
ビジュアルは長い間使用されてきたため、この変更は重要です 科学的主張の証拠。専門家以外の視聴者は、科学者が発見したことを確認するだけでなく、次のことを確認するために画像に依存します。 感情的なつながりを育む そして 信頼性を把握する 提示された科学において。
国民が視覚的な証拠を完全に信頼しなくなってしまえば、科学は公衆とのコミュニケーションのための最も強力なツールの 1 つを失うことになります。
制限ではなく透明性
AI ツールは、研究者が自分の研究をさまざまな聴衆に伝えるのに大きな利点をもたらします。課題は、黙って通過せずにこれらのツールを使用することです AIの信頼性の低さ 写真は科学について伝えることを目的としています。
今後の現実的な方法の 1 つは研究者による治療です 画像ソース – 画像の出所と作成方法 – データのソースにすでに適用されているのと同じ真剣さで。
科学者は定期的に明らかにしています 資金調達リソース、研究方法、利益相反。 同様の規格 現在、科学的な画像に必要になる可能性があります。この画像の作成または変更には人工知能が使用されましたか?それは直接観察ですか、シミュレーションですか、それともイラストですか?画像は正確に何を表していますか?またそれはどのように検証されましたか?他の研究者がそれを再現できるでしょうか?
同僚と私は、それが人々のものであることを発見しました AIの形状にかなり慣れている 人工知能によって生成された視覚資料の信頼性をどのように判断するか。 AI ツールに精通している人は、AI の開示を透明性の表れと考える傾向が高く、AI によって生成されたコンテンツはラベルのないコンテンツよりも信頼できると評価する人もいます。
透明性は、視聴者に、見ているものを理解するために必要なコンテキストを提供しますが、画像がどのように作成されたかに関するすべての論争を解決できるわけではありません。 AI によって生成された科学画像を責任を持って使用するには、誠実さ、専門的規範の遵守、および共同での開発が必要です。 証拠に基づいた基準 フィールドを越えて。
本物のイメージが強く残る理由
1968 年のアポロ 8 号「アースライズ」のオリジナル写真が残されています。 重大な感情的影響。あなたもそうです アルテミスIIの写真 2026年の。
それらを重要なものにするのは、その美しさだけではありません。これは、科学的現実との追跡可能な関係です。人々がこれらの惑星の写真を見ると、その画像の背後に宇宙飛行士、物理的なカメラ、文書化されたミッション、検証可能な観察があることもわかります。この意味で、 信頼性とは文書化された関係です 絵と世界の間。
生成型人工知能の時代において、科学機関はもはや視聴者がそのビジュアルを自動的に信頼すると想定することはできません。現在、信頼は透明性、文書化、視覚的証拠がどのように作成されるかについての明確なコミュニケーションに依存しています。
ガイドラインと基準がなければ、科学はあらゆる画像に疑問を投げかけられ、いかなる画像も本質的な信頼性を持たない世界に陥る危険性があります。
この編集記事は以下から再公開されました 電話 クリエイティブ・コモンズ・ライセンスに基づいて。を読んでください 元の記事。
